0

我正在尝试在 python 上使用 sqlite：

from pysqlite2 import dbapi2 as sqlite
con = sqlite.connect('/home/argon/super.db')
cur = con.cursor()
cur.execute('select * from notes')
for i in cur.fetchall():
    print i[2]

我有时会得到这样的东西（我来自俄罗斯）：

Ответ etc...

如果我将此字符串传递给此函数（它在其他项目中对我有帮助）：

def unescape(text):
    def fixup(m):
        text = m.group(0)
        if text[:2] == "&#":
            # character reference
            try:
                if text[:3] == "&#x":
                    return unichr(int(text[3:-1], 16))
                else:
                    return unichr(int(text[2:-1]))
            except ValueError:
                pass
        else:
            # named entity
            try:
                text = unichr(htmlentitydefs.name2codepoint[text[1:-1]])
            except KeyError:
                pass
        return text # leave as is
    return re.sub("&#?\w+;", fixup, text)

我得到更奇怪的结果：

ÐÑвеÑиÑÑ Ñ ÑиÑиÑованием etc

我应该怎么做才能获得正常的西里尔符号？

4

1 回答 1

1

О\xD0\x9E看起来像是, 或的 UTF-8 字节对\u1054。更好地称为西里尔字符О（大写 O）。

换句话说，您手头上有奇怪编码的 UTF-8 数据。将{数字转换为字节（chr(208)可以），然后从 UTF-8 解码：

>>> (chr(208) + chr(158)).decode('utf-8')
u'\u1054'
>>> print (chr(208) + chr(158)).decode('utf-8')
О
>>> print (chr(208) + chr(158) + chr(209) + chr(130) + chr(208) + chr(178)).decode('utf-8')
Отв
于 2012-10-13T20:58:10.530 回答